CodeWalk：用问题图组合生成编码基准

2026年10月15日，arXiv Artificial Intelligence 发布论文《CodeWalk：通过遍历问题图生成编程基准测试》。据该报道，CodeWalk 提出将已验证的原子编程问题组合成 level-N 任务来生成新编程题，全程程序化构建，无需语言模型生成或验证。论文称，新编程题可以几乎零成本地通过组合已有问题来创建。该方法在 multi-bug repair、proof completion、complexity analysis 和 clone equivalence 四种场景下生成的任务对前沿模型构成挑战，且随组合深度增加，模型性能均下降。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。